多重假设检验的基本概念：假阳性率、家族错误率、FWER、FDR

做RNA-seq差异表达分析，你同时检测几千甚至几万个基因。每次检验都是一个假设，每个假设都有机会犯错。我说的犯错，就是假阳性——本来基因没差异，你却以为它差异了。

我刚入行时第一次跑DESeq2，出来一堆显著基因名单，还挺兴奋。结果导师看了一眼说：“你有没有做多重检验校正？”我愣住了，什么是多重检验？从那以后，我就再也不敢轻视这个概念了。

1. 假阳性率——单个检验的错误率

我们用p值来衡量一个检验的显著性。单次检验中，假阳性率的定义很简单：

说白了，就是“不该显著却显著”的概率。通常我们设定显著性水平α = 0.05，意味着单次检验的假阳性率被控制在5%以内。

但问题来了：当你做10000次检验，即使所有基因都不存在差异表达，按5%的假阳性率计算，你也会发现大约500个“显著”基因。这显然是不合理的。

2. 家族错误率（FWER）——把整个家族当成一个整体

家族错误率（Family‑Wise Error Rate）就是一次多重检验中，至少出现一个假阳性的概率。

为什么叫“家族”？因为我们把一组检验看成一个家族。如果在家族里犯了任何一次假阳性错误，就算整个家族犯错。

数学上表示为：

当检验次数m很大时，即使每次假阳性率很小，FWER也会变得很大。举个例子：

• 单次检验α=0.05，m=1000次独立检验
• FWER ≈ 1 - (1-0.05)^1000 ≈ 1

也就是说，你几乎一定会犯至少一次假阳性错误。

控制FWER最经典的方法是Bonferroni校正：将单个检验的阈值设为α/m。这样就能保证整个家族的FWER ≤ α。

3. 错误发现率（FDR）——换个思路，允许一部分假阳性

FWER的目标是“严格控制至少一个假阳性”，这在高通量数据中太严苛了。于是人们提出了错误发现率（False Discovery Rate, FDR）。

FDR的定义是：

其中V是假阳性个数，S是真阳性个数，V+S是总的拒绝数（即报告为显著的基因数）。注意，当V+S=0时，我们定义FDR=0。

通俗地讲，FDR关注的是“在报告为显著的基因中，期望有多大比例是假的”。比如你报告了100个差异基因，FDR=0.05，那就意味着其中有约5个可能是假的。这在RNA-seq分析中非常实用。

最流行的FDR控制方法是Benjamini‑Hochberg过程（BH）。步骤大致如下：

1. 将所有p值从小到大排序：p₁ ≤ p₂ ≤ … ≤ pₘ
2. 对每个排名i，计算临界值：阈值 = (i/m) × q（q是你希望的FDR水平，通常取0.05或0.1）
3. 找到最大的k，使得p_k ≤ (k/m) × q，然后拒绝所有p值 ≤ p_k的检验。

BH方法不要求检验独立，但要求p值分布合理。实际上很多应用都默认可以接受。

4. 这三个概念的核心区别——一张表讲清楚

下面这张表格总结了假阳性率、FWER和FDR的对比：

概念	关注范围	控制目标	典型方法	RNA-seq适用性
假阳性率	单个检验	单次检验出错的概率	不校正（直接p<0.05）	不可用，假阳性爆炸
FWER	整个检验家族	至少出现一个假阳性的概率	Bonferroni, Holm修正	过于保守，通常不用
FDR	报告显著的结果集	报告显著中假阳性比例的期望	Benjamini‑Hochberg	最常用，平衡检出与假阳性

你看，假阳性率是单点控制，FWER是家族控制，FDR是比率控制。RNA-seq这种超高通量分析，FDR几乎是唯一实用的选择。

5. 三者的关系——一张SVG图

为了直观展示概念之间的联系，我画了下面这张关系图：

图中从左到右，先是单检验的假阳性率，然后扩展到多重检验家族。家族式控制有两个分支：稳如泰山的FWER和灵活实用的FDR。你想想看，你的实验样本有限，又想发现新的生物学信号，FDR几乎是必选。

6. 实战建议与避坑

• 不要依赖原始p值做筛选。 我见过有人用p < 0.05不加校正就投稿，审稿人直接拒稿。RNA-seq不校正，数据就没有可信度。
• FWER适合检测次数少的情况。 比如只检验几十个候选基因，Bonferroni简单有效。但RNA-seq至少几千基因——算了，别用。
• FDR不是为了消除假阳性，而是管理假阳性。 你报告的差异基因肯定有部分是假的，但通过q值（FDR校正后的p值），你可以明确知道风险多大。
• 不同的FDR校正方法结果会有差异。 BH是最广的，还有Benjamini‑Yekutieli（适用于依赖检验）、Storey的q‑value等。一般先试BH，效果不好再换。